产前超声检查是监测胎儿在母体内生长情况的重要步骤,在传统产前超声检查的过程中,临床医生利用超声设备获得胎儿各个部位的二维超声标准切面,并在此基础上测量各种体征数据,以评估胎儿在母体内的发育情况,预测早产的风险。但产前超声检查用到的切面种类多、不同切面的主要结构和复杂程度都不一样,使用传统方式手动获取切面会面临很多问题,如:1)标准切面的获取难度大,对超声医生的临床经验依赖度极高;2) 因不同超声医生专业水平的差异,获取到的标准切面结果可能不同,切面图像的规范性得不到保障;3) 临床工作效率低,易使孕妇受检时间过长,引起不良反应。近年来,随着深度神经网络在医学图像分析领域的发展与应用,为解决传统方法的弊端,研究人员逐渐将深度神经网络应用到胎儿超声切面图像的自动识别任务中,辅助医生进行诊断。
用于胎儿超声切面识别的知识蒸馏方法
最新推荐文章于 2024-09-15 15:29:29 发布
本文提出一种改进的两阶段知识蒸馏方法,用于胎儿超声切面识别。通过Resnet8和Resnet101作为学生网络和教师网络,第1阶段提取教师网络隐藏层特征,第2阶段进行知识蒸馏,提高学生网络性能,同时降低计算资源需求。实验证明,改进方法提高了准确率和实时分析能力,优于传统知识蒸馏方法。
摘要由CSDN通过智能技术生成